脈沖耦合神經(jīng)網(wǎng)絡(luò)與數(shù)字圖像處理

前言

意識問題是對當(dāng)代科學(xué)的巨大挑戰(zhàn)，是科學(xué)家長期以來十分關(guān)注的研究對象，由于其極端復(fù)雜，所以經(jīng)過幾個世紀(jì)的持續(xù)探索，至今還未取得突破性進(jìn)展。隨著人們對生物學(xué)與計算機(jī)科學(xué)等學(xué)科研究的逐步深入，人們對意識問題的本質(zhì)將會有更深刻的認(rèn)識。由于發(fā)現(xiàn)脫氧核糖核酸（DNA）的雙螺旋結(jié)構(gòu)，與Wilkins共同獲得1962年諾貝爾生理及醫(yī)學(xué)獎的Crick認(rèn)為“人的精神活動完全由神經(jīng)細(xì)胞、膠質(zhì)細(xì)胞的行為和構(gòu)成及影響它們的原子、離子和分子的性質(zhì)所決定”。他堅信，意識這個心理學(xué)難題，可以用神經(jīng)科學(xué)的方法來解決。他用科學(xué)的方法來解釋意識奧秘的著作《驚人的假說——靈魂的科學(xué)探索》一書的最后章節(jié)，特別提到脈沖耦合神經(jīng)網(wǎng)絡(luò)（pulse coupled neural networks，PCNN）和研究脈沖耦合神經(jīng)網(wǎng)絡(luò)的開山鼻祖Gray和Eckhorn等科學(xué)家。1987年，Gray等發(fā)現(xiàn)貓的初生視覺皮層有神經(jīng)激發(fā)相關(guān)振蕩現(xiàn)象，并于1989年將其研究成果發(fā)表于Nature雜志。與此同時，Eckhorn根據(jù)貓的大腦視覺皮層同步脈沖發(fā)放現(xiàn)象，提出了展示脈沖發(fā)放現(xiàn)象的連接模型，對其進(jìn)行改進(jìn)得到了脈沖耦合神經(jīng)網(wǎng)絡(luò)基本模型。Eekhorn開拓性地提出了脈沖耦合神經(jīng)網(wǎng)絡(luò)基本模型。國內(nèi)研究脈沖耦合神經(jīng)網(wǎng)絡(luò)是從20世紀(jì)90年代末開始的。國內(nèi)研究者很少研究脈沖耦合神經(jīng)網(wǎng)絡(luò)模型神經(jīng)元的內(nèi)在機(jī)理，主要是將其作為強(qiáng)大數(shù)學(xué)工具應(yīng)用于圖像處理的各個領(lǐng)域，很少對數(shù)學(xué)模型或參數(shù)設(shè)置進(jìn)行研究。脈沖耦合神經(jīng)網(wǎng)絡(luò)模型模擬了貓等哺乳動物視覺皮層視覺神經(jīng)細(xì)胞活動。利用了神經(jīng)元特有的線性相加、非線性相乘調(diào)制耦合兩種特性，考慮了生物電傳輸?shù)臅r延特性和指數(shù)衰減特性，考慮了哺乳動物視神經(jīng)系統(tǒng)視野受到適當(dāng)刺激時相鄰連接神經(jīng)元（甚至在貓視覺皮層相鄰7mm范圍內(nèi)）同步激發(fā)產(chǎn)生35～70Hz振蕩脈沖串特性，還有內(nèi)部活動項中偏置一項實為神經(jīng)元處于抑制狀態(tài)時內(nèi)部活動平衡態(tài)的一種等效表示，這樣脈沖耦合神經(jīng)網(wǎng)絡(luò)模型向生物實際神經(jīng)網(wǎng)絡(luò)更靠近了一步，其對周圍信號的處理能力就更強(qiáng)，對環(huán)境的適應(yīng)能力更好。另外，脈沖耦合神經(jīng)網(wǎng)絡(luò)為單層模型神經(jīng)網(wǎng)絡(luò)，不需要訓(xùn)練過程即可實現(xiàn)模式識別、圖像分割和目標(biāo)分類等，因此非常適合實時圖像處理環(huán)境。而且如果將其同發(fā)展中的小波理論、數(shù)學(xué)形態(tài)學(xué)和模糊處理等其他信號處理方法相結(jié)合能夠在圖像和語音等相關(guān)處理方面有更廣泛的應(yīng)用。

內(nèi)容概要

從20世紀(jì)90年代開始，通過Reinhard Eckhorn等對貓的視覺皮層神經(jīng)元脈沖串同步振蕩現(xiàn)象的研究，得到了哺乳動物神經(jīng)元模型，并由此發(fā)展形成了脈沖耦合神經(jīng)網(wǎng)絡(luò)PCNN模型。脈沖耦合神經(jīng)網(wǎng)絡(luò)進(jìn)一步靠近真實哺乳動物視覺神經(jīng)網(wǎng)絡(luò)中神經(jīng)細(xì)胞的工作原理，非常適合于圖像分割、圖像平滑及降噪等應(yīng)用，是20世紀(jì)神經(jīng)網(wǎng)絡(luò)理論發(fā)展的里程碑，引起了眾多學(xué)者的興趣?！　　　”緯谠敿?xì)闡述PCNN脈沖耦合神經(jīng)網(wǎng)絡(luò)的原理的基礎(chǔ)上，分析了其在數(shù)字圖像處理技術(shù)中的應(yīng)用，特別是在圖像降噪、圖像分割、參數(shù)尋優(yōu)、壓縮編碼、圖像增強(qiáng)、圖像融合、目標(biāo)識別、圖像簽名、圖像檢索、組合決策優(yōu)化、虹膜識別、細(xì)胞分析、凹點檢測以及語音識別等方面的最新研究成果，同時介紹了其與數(shù)學(xué)形態(tài)學(xué)、小波理論等結(jié)合的應(yīng)用實例，還給出了其在MATLAB環(huán)境下編程實現(xiàn)的主要程序，便于研究者和學(xué)習(xí)者很快上手，盡快掌握，利于PCNN脈沖耦合神經(jīng)網(wǎng)絡(luò)在我國的應(yīng)用和相關(guān)芯片的開發(fā)設(shè)計。　　　　本書適合數(shù)字信號處理、人工智能理論、生物醫(yī)學(xué)圖像處理等專業(yè)研究生、高年級本科生閱讀，還適合數(shù)字圖像分析和處理、圖像通信工程等相關(guān)領(lǐng)域的研究人員參考使用。

書籍目錄

前言第1章　脈沖耦合神經(jīng)網(wǎng)絡(luò)  1.1　大腦皮層  1.2　脈沖耦合神經(jīng)網(wǎng)絡(luò)的基本模型  1.3　脈沖耦合神經(jīng)網(wǎng)絡(luò)的工作機(jī)理  1.4　自適應(yīng)脈沖耦合神經(jīng)網(wǎng)絡(luò)  1.5　脈沖耦合神經(jīng)網(wǎng)絡(luò)的MATLAB實現(xiàn)  1.6　小結(jié)  參考文獻(xiàn)第2章　圖像濾波及脈沖噪聲濾波器  2.1　圖像處理中的噪聲與濾波  2.2　一些經(jīng)典噪聲濾波器  2.3　基于簡化PCNN模型的脈沖噪聲濾波器  2.4　基于PCNN的高斯噪聲濾波器  參考文獻(xiàn)第3章　脈沖耦合神經(jīng)網(wǎng)絡(luò)在圖像分割中的應(yīng)用  3.1　圖像分割技術(shù)  3.2　生物細(xì)胞圖像分割技術(shù)的進(jìn)展  3.3　基于PCNN和熵值最大原則的植物細(xì)胞圖像分割  3.4　基于聚類的分割技術(shù)進(jìn)展  3.5　基于區(qū)域增長的PCNN分割  3.6　基于交叉熵的改進(jìn)型PCNN圖像自動分割方法  3.7　基于遺傳算法的PCNN自動系統(tǒng)的研究  3.8　一種生物彩色圖像自動分割新方案　……第4章　脈沖耦合神經(jīng)網(wǎng)絡(luò)與圖像編碼第5章　脈沖耦合神經(jīng)網(wǎng)絡(luò)與圖像增強(qiáng)第6章　脈沖耦合神經(jīng)網(wǎng)絡(luò)與圖像融合第7章　脈沖耦合神經(jīng)網(wǎng)絡(luò)與形態(tài)學(xué)第8章　脈沖耦合神經(jīng)網(wǎng)絡(luò)在特征提取中的應(yīng)用第9章　脈沖耦合神經(jīng)網(wǎng)絡(luò)與數(shù)字圖像簽名技術(shù)第10章　脈沖耦合神經(jīng)網(wǎng)絡(luò)與組合決策優(yōu)化第11章　脈沖耦合神經(jīng)網(wǎng)絡(luò)和小波變換參考文獻(xiàn)

章節(jié)摘錄

插圖：第1章　脈沖耦合神經(jīng)網(wǎng)絡(luò)1.1　大腦皮層自然界經(jīng)過幾億年演化形成的人和哺乳動物的視覺系統(tǒng)是目前已知的最復(fù)雜、最先進(jìn)和最強(qiáng)有力的圖像信息處理裝置。如圖1.1所示為哺乳動物視覺通路示意圖，圖像信息通過視覺系統(tǒng)神經(jīng)元信號傳導(dǎo)和連續(xù)傳遞，直到大腦皮層。大腦皮層是視覺系統(tǒng)處理圖像信息的關(guān)鍵部位。如圖1.2所示為這種圖像信息傳遞的神經(jīng)通路示意圖。模擬仿制人或哺乳動物的視覺系統(tǒng)是模式識別和機(jī)器視覺等研究領(lǐng)域多年來一直探索的熱點課題。視覺系統(tǒng)是大腦主要組成部分。人類大腦由億萬個神經(jīng)元組成，高度發(fā)達(dá)的大腦皮層中就約有140億個神經(jīng)元，每立方毫米多于20000個神經(jīng)元。大腦皮層是生物機(jī)體感覺的最高級中樞，大腦的任何部位都與大腦皮層有聯(lián)系，通過這種聯(lián)系，使來自視覺、觸覺和嗅覺等各種的信息匯集在大腦皮層并完成最后的感覺分析和綜合處理活動。哺乳動物一旦失去大腦皮層，就不能維持正常的生命活動，人類大腦皮層使人有了抽象思維能力，構(gòu)成了人類智慧的物質(zhì)基礎(chǔ)。本書所講的脈沖耦合神經(jīng)網(wǎng)絡(luò)（pulse Coupled neural network,　PCNN）就是由哺乳動物大腦皮層的視覺區(qū)神經(jīng)元傳導(dǎo)特性啟發(fā)而來的。

編輯推薦

《脈沖耦合神經(jīng)網(wǎng)絡(luò)與數(shù)字圖像處理》適合數(shù)字信號處理、人工智能理論、生物醫(yī)學(xué)圖像處理等專業(yè)研究生、高年級本科生閱讀，還適合數(shù)字圖像分析和處理、圖像通信工程等相關(guān)領(lǐng)域的研究人員參考使用。

圖書封面

評論、評分、閱讀與下載

---

    脈沖耦合神經(jīng)網(wǎng)絡(luò)與數(shù)字圖像處理 PDF格式下載

---